基于Hankel-SVD的非平稳超声血流成像杂波抑制技术研究

有效抑制由血管或血管周围组织时变运动引起的非平稳杂波对于提高诊断超声彩色血流成像中血流动力学参数描述的准确性有着极其重要的意义。该文基于奇异值滤波技术提出一种改进的非平稳杂波自适应抑制方法。该方法逐次利用单个慢时多普勒回波采样矢量构建Hankel矩阵,然后根据奇异值分解后得到的正交Hankel主成份所代表的频域内容,动态选取高阶Hankel主成份重构多普勒血流信号,实现非平稳杂波的有效抑制。为验证算法的有效性,分别对多普勒回波仿真模型合成数据与利用彩色超声设备(Sonix RP)采集的颈动脉血流基带回波信号进行滤波处理,然后采用滞一自相关估计法计算血流平均速度与功率并进行成像。处理结果表明,相对于传统IIR滤波方法与多项式回归滤波技术,利用该文所提算法可对高强度、非平稳杂波进行充分抑制,提高血流估计精度,此外,该算法具有空间自适应性,无需人为设定阈值参数以估计杂波空间维数,与现有基于特征分解的自适应滤波方法相比,可以有效提高组织空间高强度时变运动时血流与组织的区分能力。     

一种基于Casorati-奇异值分解的超快平面波超声多普勒自适应时空域杂波抑制算法

超快超声平面波成像技术实现了超声的高帧频大视野同步采集,捕捉到更多有效原始信息,而传统滤波器在处理这种大视野数据方面有诸多不足.该文基于Casorati奇异值分解(Casorati-SVD)技术提出一种改进的自适应杂波抑制算法:首先,选取一个区域的原始平面波数据构建Casorati数据矩阵并进行奇异值分解;其次,根据分解后分量的多普勒频率和能量自适应匹配合适的滤波截止参数,抑制组织杂波和噪声并提取血流信号;最后,对每个区域重复前面的步骤并统计所有输出获取最终图像.该文分别在仿体、人体手臂动脉和家兔脑血流的回波信号上验证该算法抑制杂波的能力,这些实验结果表明,相比全局Casorati奇异值分解滤波器,这种改进的分区域自适应滤波算法将信噪比(SNR)提高4.4％～50％,对比信噪比(CNR)提高4.7％～55.9％.该技术实现了多普勒血流成像的空间自适应滤波,对临床血流成像的发展有重要意义.     

一种基于Casorati-奇异值分解的超快平面波超声多普勒自适应时空域杂波抑制算法

超快超声平面波成像技术实现了超声的高帧频大视野同步采集,捕捉到更多有效原始信息,而传统滤波器在处理这种大视野数据方面有诸多不足.该文基于Casorati奇异值分解(Casorati-SVD)技术提出一种改进的自适应杂波抑制算法:首先,选取一个区域的原始平面波数据构建Casorati数据矩阵并进行奇异值分解;其次,根据分...     

基于高阶奇异值分解的天波雷达海杂波抑制算法

天波超视距雷达的监测范围非常广,实际中经常要求其在短相干积累时间(Coherent Integration Time,CIT)条件下检测舰船目标,然而短CIT导致多普勒分辨率降低,很难从强大海杂波中检测出舰船目标.针对上述问题,提出了基于高阶奇异值分解(Higher-Order Singular Value Decomposition,HOSVD)子空间估计的海杂波抑制算法.利用舰船目标所在距离单元的回波数据建立Hankel张量,然后采用HOSVD求解Hankel张量的海杂波子空间和目标子空间,应用正交投影方法将Hankel张量映射到目标子空间以抑制海杂波.仿真结果表明:该方法与现有子空间类海杂波抑制方法相比,提高了主旁瓣比和信干噪比.     

基于奇异值分解的空域海杂波抑制算法

为实现对高频地波雷达(high frequency surface wave radar,HFSWR)一阶海杂波谱中目标的检测,提出了基于奇异值分解(singular value decomposition,SVD)的空域海杂波抑制算法(简称空域SVD算法).空域SVD算法是利用海杂波较强的相关性,将邻近距离单元作为参...     

一种改进的基于峰值信噪比-高阶奇异值分解的天波超视距雷达自适应海杂波抑制算法

天波超视距雷达(OTHR)舰船目标的检测性能受目标区海杂波的影响严重,准确且自适应的海杂波抑制效能对改善低可探测舰船目标的检测性能意义重大。该文针对基于高阶奇异值分解(HOSVD)的海杂波抑制算法非自适应机制的不足,通过引入峰值信噪比(PSNR),提出一种改进的基于PSNR-HOSVD的自适应算法。该算法仅利用第3等效模式展开矩阵的左奇异向量构造一个投影矩阵,相比于HOSVD算法,该文算法可有效降低计算复杂度,同时由于海杂波仅在第3等效模式展开矩阵的列空间中具有聚集特性,因此该文算法具有比HOSVD算法更好的海杂波抑制性能。实测数据处理结果表明,在电离层状态理想和非理想的情况下,该文PSNR-HOSVD自适应算法的性能均优于EVD自适应算法和HOSVD非自适应算法。     

倾斜阵列下奇异值分解穿墙雷达杂波抑制

天线阵列与墙体之间的未知倾斜角会影响超宽带穿墙雷达目标位置探测与成像。针对天线阵列不平行于墙体时引起的目标偏移与墙体杂波难于抑制的问题,提出时延校正的基于Jacobi奇异值分解的杂波抑制算法。即首先通过时延校正使得天线阵列等效于平行于墙体放置,再通过单边Jacobi实现奇异值分解,获取正交性好的奇异向量,利用子空间投影抑制墙体杂波,最后对目标进行探测与成像。仿真结果表明经过该方法处理后可准确定位目标,并且能够获得较好的墙体杂波抑制效果,成像的目标杂波比有了明显提高。     

基于海杂波循环平稳特性的纹理分量抑制技术

利用海杂波的循环平稳特性,提出了一种基于奇异值分解的纹理分量抑制算法,并对其性能进行了分析。首先结合海杂波的循环平稳模型,推导了循环均值和循环自相关函数的封闭表达式。利用海杂波强度数据构造Hankle矩阵并进行奇异值分解,由于奇异值分解后得到的奇异值主要成分是与纹理分量谐波频率对应的特征量,而循环均值在纹理分量谐波频点处出现峰值,因此可以通过抑制奇异值主要成分实现循环均值的峰值抑制。奇异值抑制后,通过矩阵重构和数据恢复,最终实现纹理分量的抑制。最后,分析了Hankle矩阵维数对抑制性能的影响,并分别采用仿真数据和实测数据验证了算法的有效性。      

基于子空间技术中奇异向量分析的穿墙雷达杂波抑制方法

穿墙雷达成像中,墙体反射杂波干扰严重,严重影响目标成像效果.子空间技术对回波信号矩阵进行奇异值分解后去除墙体子空间,可以有效的抑制墙体杂波干扰,在穿墙雷达成像中具有广泛的应用.该文针对子空间技术中墙体与目标子空间的划分这一难题,提出一种基于奇异向量平稳度分类的墙体子空间提取技术.该方法利用墙体回波信号的相关特征,根据奇异值分解后各个左奇异向量的平稳程度来精确划分墙体与目标子空间.实验结果表明,与现有技术相比,该方法对墙体子空间的确定更加精准有效,提高了穿墙雷达墙体杂波干扰抑制能力,改善了墙后目标的成像质量.     

一种基于奇异值分解的解相干算法

该文针对稀疏重构解相干问题,利用接收数据厅奇导值分解(SVD)后的大特征值对应的特征矢量,提出一种改进解相干方法。该方法通过迭代这一特征矢量来重构角度,无需知道信号源的数目,即可准确重构角度信息,实现解相干。相对于经典SVD算法,所提算法运算速度更快,稀疏重构效果更优。理论分析和仿真结果都验证了算法的良好性能。     

修正Hankel矩阵SVD用于多模环境杂波对消研究

针对超视距雷达多模传播下杂波展宽导致的慢速目标掩盖问题,直接在多模情况下进行杂波对消与目标检测。分析了基于Hankel矩阵奇异值分解(SVD)的海杂波对消方法,指出了该方法存在的不足,并通过设置判决门限进行修正。实验结果显示,采用基于修正的Hankel矩阵SVD的海杂波对消技术,能够实现对目标的检测。     

一种基于信号处理的异步干扰消除方法

分析了异步干扰的成因及处理措施,并提出一种基于信号处理的异步干扰剔除方法。该算法利用异步干扰的奇异性,对输入信号进行脉冲对消、CFAR处理。根据信号既往信息,建立距离杂波图。根据距离杂波图进行门限检测。对所有过门限信号采用逻辑法将奇异值所在脉冲及距离单元定位出来。对检测出来的对奇异值,使用相邻信号进行插值替换,既保留了信号的真实成份,又消除了异步干扰。该算法处理延时小。该算法已在FPGA上实现,并在某雷达中得到了很好的应用,具有很强的工程实用性。     

一种基于奇异值分解的功耗轨迹筛选方法

功耗分析攻击是侧信道分析中针对密码设备最有效的分析手段之一,它利用密码设备消耗的功耗来分析密码设备的敏感信息.差分功耗分析是最早提出的功耗分析方法,也是目前最基本的分析方法之一.但是在实际使用差分功耗分析过程中,由于功耗轨迹存在噪声等因素,往往使得花了较多的功耗轨迹,差分功耗分析的效果一般,难以恢复出正确密钥.针对这个问题,本文提出了一种基于奇异值分解的选择功耗轨迹方法,这种方法可以选择一些质量好的功耗轨迹用于差分功耗分析,提高差分功耗分析的攻击效率.本文的实验验证了该方法的有效性,在同等分析条件下,对于我们自己采集的功耗数据,使用该方法情况下仅需124条功耗轨迹就可以达到80%的成功率,而普通差分功耗分析需要490条;对于DPA Contest 2008/2009提供的数据,使用该方法仅需53条功耗轨迹可以达到80%的成功率,而普通差分功耗分析需要195条.两个不同的实验对象都说明了该方法的有效性.     

基于K-均值聚类的SVD杂波抑制算法

针对强地物静止杂波及慢速杂波严重环境下,慢速运动目标被淹没其中而无法有效检测的问题,本文设计了一种基于K-均值聚类的SVD杂波抑制方法。该方法对回波信号矩阵进行奇异值分解,依据回波信号特性,得到相应的奇异值谱分布,以及奇异向量的空间相关性和平均多普勒频率三个统计量特征,然后基于这些特征采用K-均值聚类算法对各奇异分量进行聚类,无需人为设定阈值参数估计杂波基,可以自适应确定杂波子空间所对应的奇异向量,最后通过正交子空间投影来抑制回波信号中的杂波成分。实验结果表明,该方法在低信杂比条件下相比于传统子空间方法,能够得到较好杂波抑制效果。     

基于分形编码和奇异值分解的混合人脸识别方法

该文提出了一种新的基于分形编码的人脸识别方法。在分形近邻距离的基础上,提出了分形奇异值近邻距离,并把分形编码和局部奇异值分解结合起来,提高了识别率。实验结果表明,与仅仅使用分形近邻距离相比,该算法对光照变化、表情和姿态变化具有更大的容忍度,而且训练时间短,识别率高。     

基于松弛半定规划零速滤波器的杂波图检测方法

零速滤波器性能的好坏会影响杂波图的建立与检测效果,传统零速滤波器是采用快速傅里叶变换(Fast Fourier Transform,FFT)滤波器来实现的,其主瓣宽度固定,不能根据杂波谱宽灵活调整,且相邻滤波器间存在交叠损失,影响杂波图的检测性能.鉴于此,本文提出一种基于松弛半定规划的零速滤波器设计方法,该方法可以根据...     

墙体参数未知时的穿墙雷达实时成像方法

为同时解决穿墙雷达成像中墙体参数未知和实时性要求这两个关键问题,提出了先利用支持向量机对墙体参数进行回归预测、再采用相移偏移算法进行成像的两步成像方法.重点介绍了墙体参数预测方法,讨论了目标的大小、位置、形状和个数及墙体长度、采样间隔、噪声对墙体参数预测的影响,仿真结果表明预测方法精度高、耗时短.对实际案例进行仿真分析,结果表明该两步方法成功地实现了墙体参数未知时的实时成像,成像结果令人满意.     

Projection spectral analysis: A unified approach to PCA and ICA with incremental learning

Projection spectral analysis is investigated and refined in this paper, in order to unify principal component analysis and independent component analysis. Singular value decomposition and spectral theorems are applied to nonsymmetric correlation or covariance matrices with multiplicities or singularities, where projections and nilpotents are obtained. Therefore, the suggested approach not only utilizes a sum-product of orthogonal projection operators and real distinct eigenvalues for squared singular values, but also reduces the dimension of correlation or covariance if there are multiple zero eigenvalues. Moreover, incremental learning strategies of projection spectral analysis are also suggested to improve the performance.     

基于DWT SVD域的彩色图像水印算法

针对数字产品的版权保护问题,提出了一种结合整数小波变换（DWT）和矩阵奇异值分解（SVD）的彩色图像非盲水印算法。该算法首先对待处理图像的蓝色分量进行整数小波分解,再将得到的低频子带的小波系数矩阵进行奇异值分解,然后对水印灰度图像进行奇异值分解,水印图像的奇异值被嵌入到由源图像小波系数分解得到的奇异值中。经过奇异值分解逆变换及整数小波逆变换得到含水印图像。实验结果表明,该算法对加噪、滤波、JPEG压缩、剪切、缩放和旋转攻击均有较强的抵抗力,具有较好的实用价值。